マルチモダルデータを用いて,ステージIの表皮成長因子受容体変異性非小細胞肺がんの再発率を予測する

科学分野:

• 腫瘍学
• 遺伝学
• 放射線科

背景:

• ステージI EGFR変異性非小細胞肺がん (NSCLC) の統合的な再発予測モデルは存在しない.
• 既存のモデルは臨床データ,画像データ,遺伝データを効果的に組み合わせていません.
• この研究は,初期段階のNSCLCにおける包括的な予後ツールの必要性に対処しています.

研究 の 目的:

• ステージI EGFR変異性NSCLCの統合再発予測モデルを開発し,検証する.
• 臨床,放射線,全エクソームシーケンシング (WES) のデータを組み合わせたモデルの予測性能を評価する.
• 遺伝子変異を含む重要な要因を特定し, 予測の精度を向上させる.

主な方法:

• ステージI EGFR変異性NSCLC患者の合計306人は,トレーニング (n=206) と検証 (n=100) のコホートに分類された.
• コックス比例リスクモデルは,臨床的,放射線学的,およびWES由来のマルチ遺伝子および変異データを統合した.
• モデルの性能はコンコンダンス指数 (C指数),時間依存のAUC,生存分析を用いて評価された.

主要な成果:

• 3つの最適なモデルが特定され,TP53変異を組み込んだ臨床放射線学的モデル (モデル39) が最高の性能を示した (C指数=0. 73).
• モデル39では,60ヶ月の無再発生存率 (RFS) が57. 1% (高リスク) と87. 1% (低リスク) と予測された (HR=4. 79).
• 臨床放射線モデル (モデル17) は60ヶ月のRFS率を59. 1% (高リスク) と83. 2% (低リスク) (HR=3. 47) と示した.

結論:

• 臨床的および放射線学的要因は,ステージI EGFR変異性NSCLCにおける再発の効果的な予測因子である.
• TP53変異データを組み込むことは,再発予測モデルの予測精度を大幅に高めます.
• 開発されたモデルは,初期段階のNSCLC患者のリスクの階層化を改善します.